Python环境配置与数据处理

一、安装AnaConda

点击进入安装页面
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

依据自身情况选择安装包。默认安装即可。

二、使用 jupyter

安装好AnaConda后会自动安装好jupyter,可直接打开AnaConda然后在这个环境中输入下列代码启动jupyter。

jupyter-notebook

进入该页面，选择NEW 中的python3即可。

三、numpy的10道基础练习

1.创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于1

import numpy as np
s1=np.zeros(shape=10)
s1

2.创建一个元素为从10到49的ndarray对象

3.将第2题的所有元素位置反转

4.使用np.random.random创建一个10*10的ndarray对象，并打印出最大最小元素

5.创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0

6.创建一个每一行都是从0到4的5*5矩阵

7.创建一个范围在(0,1)之间的长度为12的等差数列

8.创建一个长度为10的随机数组并排序

9.创建一个长度为10的随机数组并将最大值替换为0

10.如何根据第3列来对一个5*5矩阵排序

四、python例题复习

1.定义斐波那契数列推荐事件：

2.数字类型：

数字、字符串、元组均属于不可变数据类型，即如果改变变量的赋值则会重新开辟一块内存空间。此外可变数据类型包括列表、字典、集合。

由此可知，改值之后，该数字的地址会发生变化

3.字符串的访问(栅栏式)

4.字符串的赋值

由于字符串是不可变类型，所以向一个字符串索引位置赋值会引起错误，要修改字符串内容，只能重新进行赋值，这会生成一个新的变量。

5.List(列表)类型的访问

列表使用方括号[ ]进行定义，数据项之间使用逗号进行分隔。列表的数据项可以是数字、字符串、也可以是列表。列表的截取语法与字符串类似，但列表中的单个元素可以修改，并且List还内置了很多方法，例如append()、pop()。

6.列表元素的修改

7.Tuple(元组)访问

元组写在小括号中，元素之间使用逗号隔开，元素可以具有不同的数据类型，元组的截取方式与字符串和列表都类似，但元组的元素不能修改。虽然元组的元素不可改变，但如果元组内部的数据项是可变的类型，则该数据项可以修改。

8.Tuple(元组)修改

9.字典的使用

10.Set(集合)类型

五、pandas、matplotlib库例题

1.pandas

Pandas使用强大的数据结构提供高性能的数据操作和分析工具。模块提供了大量的能便捷处理数据的函数、方法和模型，还包括操作大型数据集的工具，从而高效的分析数据。其中，Pandas主要处理以下三种数据结构：Series、DataFrame、Panel，这些数据结构都构建在NumPy数组之上，运算速度很快。

1、为一个地理位置数据创建Series对象

2、DataFrame对象

DataFrame是一个表格型的数据结构，包含一组有序数列。列索引对应表格的字段名，行索引对应表格的行号，值是一个二维数组。每列表示一个独立的属性，各个列的数据类型可以不同。下面简单创建一个DataFrame对象：

3、Pandas求方差

2.matplotlib

Matplotlib是Python的一个基本2D绘图库，它提供了很多参数，可以通过参数控制样式、属性等，生成跨平台的出版质量级别的图像。使用Matplotlib，能让复杂的工作变得容易，可以生成直方图、条形图、散点图、曲线图等。Matplotlib可用于Python scripts、Python、IPython、Jupyter Notebook、Web应用服务器等。

1、绘制简单的plot表格

2、绘制多条简单直线

3、绘制sin(x)函数图像

六、什么是图灵测试

图灵测试是一种对机器进行判断是否具有人工智能的测试。

• 定义：

图灵测试是指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。

• 进展：

还没有一台机器能够通过图灵测试，也就是说，计算机的智力与人类相比还差得远呢。比如自动聊天机器人。同时图灵试验还存在一个问题，如果一个机器具备了“类智能”运算能力，那么通过图灵试验的时间会延长，那么多长时间合适呢，这也是后继科研人员正在研究的问题。

七、总结

使用AnaConda很方便，可以直接打开jupyter，并且内置了许多库可以直接使用，使用这个编程模式，我可以迅速的完成如上列的一些练习，而不需要对代码进行删除或者重新创建一个新的文件，通过此次实验，让我了解了Numpy，巩固了我对于python的使用，让我学习到了诸如numpy、pandas、matplotlib这些库的使用方法。